جی‌پی‌تی ۶ آسترا وارکرفت را بدون تصویر شکست داد

ICTPRESS - جی‌پی‌تی ۶ آسترا توانست منطقه آغازین شخصیت‌های اورک در بازی «ورلد آو وارکرفت» را در حدود ۴۰ دقیقه و بدون پردازش حتی یک فریم تصویری کامل کند؛ این مدل با تکیه بر داده‌های شبکه و اطلاعات داخلی بازی، محیط را بازسازی و مسیر انجام مأموریت‌ها را پیدا کرد.

به گزارش شبکه خبری ICTPRESS به نقل از اینترستینگ انجینیرینگ، این آزمایش توسط توسعه‌دهنده پروژه متن‌باز «ایجنت-وارکرفت» انجام شد؛ پروژه‌ای که به عامل‌های هوش مصنوعی امکان می‌دهد از طریق پروتکل ارتباطی بازی با محیط آن تعامل کنند.

آزمایش روی یک سرور خصوصی محلی انجام شد و ارتباطی با سرویس رسمی و زنده بلیزارد نداشت. دستور اولیه نیز ساده بود: یک شخصیت اورک بساز و تمام مأموریت‌های منطقه آغازین را انجام بده.

آسترا بدون بینایی ماشین بازی کرد

تفاوت اصلی این آزمایش با روش‌های معمول آموزش عامل‌های بازی، حذف کامل بینایی ماشین بود. جی‌پی‌تی ۶ آسترا نه اسکرین‌شات دریافت می‌کرد و نه تصویر بازی را تحلیل می‌کرد؛ بلکه اطلاعات موردنیاز خود را از پیام‌های ردوبدل‌شده میان بازی و سرور به دست می‌آورد.

پروژه ایجنت-وارکرفت نیز مجموعه‌ای از ابزارهای آماده برای حرکت، مبارزه یا تعامل در اختیار مدل نمی‌گذارد؛ بنابراین آسترا باید بخشی از قابلیت‌های موردنیاز خود را در جریان اجرای مأموریت ایجاد می‌کرد.

در جریان آزمایش، آسترا ماژولی ساخت که می‌توانست ده‌ها نوع پیام مختلف سرور را پردازش و اطلاعات حاصل را در حافظه نگه‌داری کند. سپس یک اسکریپت پایتون از این داده‌ها برای ساخت نمایی ساختاریافته از وضعیت بازی استفاده می‌کرد و دستورات لازم را دوباره به سرور می‌فرستاد.

به این ترتیب، مدل می‌توانست موقعیت شخصیت، مأموریت‌های در دسترس، میزان پیشرفت آنها و اهداف موجود در محیط را تشخیص دهد؛ بدون اینکه محیط را به‌صورت بصری ببیند.

آسترا ابزارهای موردنیازش را ساخت

بخش دیگری از آزمایش به داده‌های داخلی آزروث‌کور مربوط می‌شد. این داده‌ها اطلاعاتی درباره مأموریت‌ها، شخصیت‌های غیرقابل‌بازی و محل ظاهر شدن موجودات در اختیار مدل قرار می‌دادند. آزروث‌کور پروژه‌ای متن‌باز برای ساخت و اجرای سرور خصوصی «ورلد آو وارکرفت» است.

آسترا با استفاده از این اطلاعات توانست زنجیره‌ای از مأموریت‌های پیش‌نیاز را شناسایی و آنها را به ترتیب مناسب انجام دهد. در طول مسیر نیز وظایفی مانند فروش تجهیزات اضافی، استفاده از تجهیزات بهتر و آموزش توانایی‌های جدید شخصیت را انجام داد.

مسیریابی یکی از چالش‌های اصلی آزمایش بود. آسترا برای حل این مشکل، ابزاری کمکی با زبان ++C ایجاد کرد که از داده‌های «نقشه مسیر» آزروث‌کور یا ممپ‌ها استفاده می‌کرد. این ابزار با بهره‌گیری از کتابخانه «دیتور» می‌توانست مسیر میان نقاط مختلف را محاسبه و مجموعه‌ای از نقاط میانی برای حرکت شخصیت تولید کند.

آزمایشی متفاوت برای عامل‌های هوش مصنوعی

اهمیت این آزمایش صرفاً در تمام کردن یک منطقه از وارکرفت نیست؛ بلکه به نوع اطلاعاتی مربوط می‌شود که مدل برای تصمیم‌گیری در اختیار داشت. آسترا به‌جای آنکه ابتدا تصویر محیط را ببیند و سپس آن را تفسیر کند، با داده‌های ساختاریافته و خام محیط کار کرد و ابزارهای موردنیاز خود را برای تعامل با آن ساخت.

البته این نتیجه را نمی‌توان آزمونی کامل از توانایی یک هوش مصنوعی برای بازی کردن نسخه تجاری و دست‌نخورده وارکرفت دانست. آزمایش روی سرور خصوصی انجام شد و مدل به داده‌های داخلی آزروث‌کور و اطلاعات مسیریابی دسترسی داشت. مدل همچنین در برخی نقاط با نقص اطلاعات مواجه شد و از بعضی ایرادهای نقشه برای ادامه مسیر استفاده کرد.

با وجود این محدودیت‌ها، آزمایش نشان می‌دهد عامل‌های هوش مصنوعی می‌توانند به‌جای تکیه صرف بر رابط‌های گرافیکی، از داده‌های زیرساختی یک محیط پیچیده برای ساخت مدل عملیاتی از آن استفاده کنند؛ قابلیتی که می‌تواند در آینده فراتر از بازی‌ها و در تعامل عامل‌های هوشمند با نرم‌افزارها و محیط‌های پیچیده کاربرد داشته باشد.